Quellenkritik im digitalen Zeitalter: Was KI-Transkriptionen leisten und was Historiker selbst prüfen müssen

Quellenkritik: Was sie war, bevor die Maschine kam

Ein Blatt Papier, vergilbt, der Falz durchgescheuert. Die Tinte hat sich in das Fasergefüge gefressen, einzelne Wörter sind über die Zeile geglitten, weil einzelne Buchstaben über die Zeilenlinie gerutscht sind. Das Datum fehlt, der Empfänger ist unbekannt. Wer diesen Brief vor zwanzig Jahren bearbeiten wollte, verbrachte Stunden damit, die Kurrentschrift zu entziffern, Buchstaben zu rekonstruieren, Wortgrenzen zu erschließen. Heute liefert eine KI dieselbe Arbeit in Minuten.

Das ist ein erheblicher Fortschritt. Aber es ist kein unkomplizierter.

Die historische Quellenkritik ist keine romantische Tradition, die man bei Gelegenheit pflegt. Sie ist das methodische Fundament des Fachs. Seit Johann Gustav Droysen im 19. Jahrhundert ihren systematischen Rahmen skizzierte und Leopold von Ranke die akribische Quellenprüfung zur professionellen Norm erhob, gilt: Wer mit einer historischen Quelle arbeitet, fragt zuerst nach ihrer Herkunft, ihrer Überlieferungsform, dem Kontext ihrer Entstehung und den Interessen derer, die sie verfasst oder bewahrt haben. Diese äußere Quellenkritik ist von der inneren zu unterscheiden, also der Prüfung des Inhalts auf Widersprüche, Auslassungen und Glaubwürdigkeit. Beide Schritte setzen voraus, dass der Historiker den Wortlaut kennt.

Genau hier greift die KI ein. Sie löst ein vorgelagertes Problem: das der Lesbarkeit. Solange ein Dokument nicht transkribiert ist, bleibt die eigentliche quellenkritische Arbeit versperrt. In diesem Sinne ist automatische Handschriftenerkennung kein Ersatz für Quellenkritik, sondern deren Voraussetzung in der Praxis des digitalen Zeitalters.

KI-Transkription erschließt den Wortlaut. Die Prüfung, was dieser Wortlaut bedeutet, wer ihn verfasst hat und warum er überliefert wurde, bleibt die Arbeit des Historikers.

Was HTR-Systeme tatsächlich können

Handwritten Text Recognition, kurz HTR, hat sich in den vergangenen Jahren deutlich verbessert. Systeme, die auf großen Korpora historischer Handschriften trainiert wurden, erreichen bei einheitlichen Schreibervarianten und gut erhaltenen Vorlagen Zeichenfehlerquoten von unter fünf Prozent. Das klingt präzise. Bei einem Dokument von 500 Wörtern bedeutet es dennoch, dass rechnerisch bis zu 25 Wörter fehlerhaft erkannt werden können. Wer auf Grundlage einer solchen Transkription argumentiert, ohne das Original gegenzulesen, riskiert faktische Fehler im Endprodukt.

Die Deutsche Nationalbibliothek und verschiedene Landesarchive haben in den vergangenen Jahren systematisch in HTR-Pilotprojekte investiert. Solche Projekte zeigen exemplarisch: Die Fehlerquote ist nicht gleichmäßig verteilt. Eigennamen, Ortsnamen und historische Fachtermini werden überproportional häufig falsch erkannt, weil sie im Trainingsdatensatz selten oder nicht vorhanden sind. Eine Transkription, die "Hannofer" statt "Hannover" schreibt, ist harmlos. Aber eine, die den Familiennamen eines Zeugen verfälscht oder ein Datum um eine Ziffer verschiebt, kann die historische Argumentation grundlegend verzerren.

Hinzu kommt das Problem der Segmentierung: Kurrentschrift verbindet Buchstaben auf eine Art, die für Algorithmen schwierig zu deuten ist. Wortgrenzen werden gelegentlich falsch gesetzt, was zu Phantomwörtern führt, die im Original schlicht nicht existieren. Wer regelmäßig mit solchen Dokumenten arbeitet, findet im Ratgeber zu Kurrent und Sütterlin eine systematische Einführung in die Besonderheiten dieser Schrifttypen, die auch für die Beurteilung maschineller Ausgaben hilfreich ist.

Fehlertypen: Systematisch, nicht zufällig

Die Fehlertypen moderner HTR-Systeme lassen sich grob in drei Kategorien einteilen.

Visuelle Verwechslung ähnlicher Zeichen

In Kurrentschrift sind n, u und ü grafisch nahezu identisch. Ebenso können i und e sowie h und k in bestimmten Schreibervarianten schwer zu unterscheiden sein. Algorithmen, die ohne ausreichende Kontextsignale arbeiten, tendieren zur häufigeren Variante im Trainingskorpus, nicht zur kontextuell richtigen.

Fehler bei seltenen und historischen Lexemen

Historische Verwaltungsbegriffe, regionale Dialektausdrücke und veraltete Rechtsterminologie erscheinen in modernen Sprachmodellen kaum. Eine KI, die "Schöffe" nicht kennt, wird eine plausibel klingende Substitution anbieten. Diese ist in der Ausgabe oft nicht als Fehler markiert.

Strukturelle Fehler auf Dokumentebene

Seitenumbrüche, Randnotizen, Streichungen und Interlinearglossen werden von HTR-Systemen unterschiedlich gut verarbeitet. In manchen Fällen fließen Marginalien in den Haupttext ein oder werden stillschweigend weggelassen. Für die historische Interpretation ist beides problematisch: Streichungen im Original sind häufig inhaltlich bedeutsam.

Eine KI, die einen Eigennamen falsch erkennt, meldet keinen Fehler. Sie liefert einfach einen anderen Namen. Die Prüfpflicht liegt vollständig beim Bearbeiter.

Was Historiker selbst prüfen müssen

Die Übernahme maschineller Transkripte ohne Gegenkontrolle ist methodisch nicht vertretbar. Das gilt auch dann, wenn die Erkennungsrate hoch ist. Für die wissenschaftliche Praxis ergibt sich daraus ein veränderter, nicht aufgehobener Arbeitsaufwand.

Das Bundesarchiv behandelt automatisch erzeugte Transkripte in seinen Erschließungsverfahren als Findhilfsmittel, nicht als Editionen. Diese Unterscheidung ist präzise. Ein Findhilfsmittel führt zum Dokument. Eine Edition repräsentiert es verbindlich. Wer ein Transkript in einer Publikation zitiert, stellt es als Edition dar und trägt damit die Verantwortung für seine Richtigkeit.

Konkret bedeutet das für den Forschungsalltag eine strukturierte Vorgehensweise, die sich an klassischen editorischen Standards orientiert:

1. Kollationierung mit dem Original Das Transkript wird Zeile für Zeile mit dem gescannten oder fotografierten Original abgeglichen. Ziel ist nicht die vollständige Neuabschrift, sondern die gezielte Fehlersuche in den bekannten Problemzonen: Eigennamen, Daten, Zahlen, seltene Lexeme.

2. Markierung von Unsicherheiten Stellen, die das System mit niedrigem Konfidenzwert ausgegeben hat, oder Stellen, bei denen die Kollationierung keine eindeutige Lesart ergibt, werden mit Editionssiglen wie [?] oder [unleserlich] versehen. Diese Transparenz ist kein Makel, sondern wissenschaftliche Sorgfalt.

3. Kontextuelle Plausibilitätsprüfung Auch visuell korrekt erkannte Passagen können inhaltlich inkohärent sein. Ein Datum, das nicht zur Lebenszeit des Verfassers passt; ein Ortsname, der im beschriebenen Kontext nicht vorkommt; eine Berufsbezeichnung, die für die genannte Region ungebräuchlich war: Solche Inkonsistenzen sind nur durch historisches Kontextwissen zu erkennen, nicht durch den Algorithmus. Wer mit Feldpostbriefen arbeitet, findet dazu ergänzende Hinweise im Ratgeber zu Feldpostbriefen, der ähnliche Prüfmechanismen für Quellen aus Kriegskorrespondenzen beschreibt.

4. Dokumentation des Entstehungsprozesses In einer wissenschaftlichen Arbeit gehört die Information, dass ein Transkript maschinell erzeugt und manuell geprüft wurde, in den Editorischen Bericht oder in die Quellenbeschreibung. Das ist keine Formalie. Es ermöglicht anderen Forschern, den Grad der Verlässlichkeit einzuschätzen.

Epistemischer Komfort: Das eigentliche Risiko

Die Digitalisierung verändert nicht nur Arbeitsmittel, sie verändert auch Arbeitsgewohnheiten auf eine Weise, die stillschweigend passiert. Wer ein Transkript am Bildschirm liest, liest es anders als eine handschriftliche Vorlage. Der Text wirkt komplett, formatiert, autoritativ. Der visuelle Unterschied zwischen einem fehlerhaften Maschinentranskript und einem sorgfältig erstellten Editionstext ist für das Auge nicht erkennbar.

Das ist das eigentliche methodische Risiko: nicht Unwissenheit, sondern epistemischer Komfort. Die Maschine hat gute Arbeit geleistet, der Text ist lesbar, der Gedanke erscheint plausibel. Die kritische Distanz, die beim mühsamen Entziffern einer Handschrift automatisch entsteht, weil man zweifelt, vergleicht, zögert, entfällt bei der Arbeit mit einer glatt lesbaren Textdatei.

Die Staatsbibliothek zu Berlin kombiniert in ihrer Handschriftenabteilung maschinelle Ersterschließung und manuelle Tiefenerschließung. Das Prinzip: Automatische Transkription für die Breite, menschliche Expertise für die Tiefe. Für Historiker an Universitäten und Archiven ist dieses Modell übertragbar: KI als Produktivitätswerkzeug, nicht als Urteilsinstanz.

Das epistemische Risiko liegt nicht im Fehler, den man sieht, sondern in dem, den man nicht mehr sucht, weil der Text zu gut aussieht.

KI-Transkript als Vermittlungsprodukt: Eine methodische Einordnung

An diesem Punkt wird die methodische Diskussion grundsätzlicher. Ein KI-Transkript ist keine Quelle im traditionellen Sinn. Es ist ein Vermittlungsprodukt, das zwischen dem Original und dem Historiker steht. Es hat eine eigene Entstehungsgeschichte: Trainingsdaten, Algorithmusdesign, Modellanpassungen, Nachbearbeitungsschritte. Diese Entstehungsgeschichte ist für die meisten Benutzer intransparent.

Das ist, methodisch betrachtet, kein neues Problem. Editionen und Regestenwerke stehen ebenfalls zwischen dem Historiker und dem Original. Sie wurden von menschlichen Bearbeitern erstellt, die Entscheidungen trafen, Unsicherheiten auflösten und gelegentlich Fehler machten. Der Unterschied zur KI ist graduell, nicht prinzipiell. Aber er ist bedeutsam: Ein menschlicher Editor entscheidet bewusst, dokumentiert seine Unsicherheiten und ist für seine Entscheidungen verantwortlich. Ein Algorithmus tut nichts davon.

Das wirft eine Folgefrage auf, die in der Forschungspraxis noch selten gestellt wird: Was passiert, wenn ein KI-Transkript als primäre Arbeitsgrundlage in die Sekundärliteratur eingeht, ohne dass die Fehlerquote dokumentiert ist? Und was, wenn nachfolgende Historiker dieses Transkript als verlässliche Quelle zitieren? Fehler aus maschinellen Transkriptionen können sich in der historiografischen Überlieferung festsetzen, wenn der Entstehungsprozess nicht transparent gemacht wird. Die Quellenkritik der Zukunft wird deswegen auch die Produktionsbedingungen digitaler Vermittlungsprodukte umfassen müssen.

Digitale Quellenkritik: Konkrete Schritte für die Praxis

Für Studierende und Forscher, die KI-Transkriptionen in ihre Arbeit integrieren, ergibt sich aus dem Gesagten ein handhabbares methodisches Gerüst. Es ist kein Sonderverfahren, sondern eine Erweiterung klassischer editorischer Standards auf neue Werkzeuge.

Die Unterscheidung zwischen dem, was die KI leistet, und dem, was der Historiker leisten muss, lässt sich präzise fassen:

Zugänglichkeit und Verlässlichkeit: Kein automatischer Zusammenhang

Die Stärke automatischer Transkription liegt in der Skalierbarkeit. Was früher Monate dauerte, ist heute in Stunden zu erledigen. Archive können Bestände erschließen, die jahrzehntelang unzugänglich waren; Forscher können Quellenkorpora bearbeiten, deren Umfang manuell nicht bewältigbar wäre. Das Genealogie-Portal Matricula Online zeigt, wie digitale Erschließung den Zugang zu historischen Quellen für eine breite Nutzergruppe grundlegend verändert hat. Diese Verbreiterung des Quellenzugangs ist ein echter Gewinn.

Doch Zugänglichkeit ist nicht dasselbe wie Verlässlichkeit. Je mehr Nutzer auf maschinell erschlossene Texte zugreifen, ohne die Entstehungsbedingungen dieser Texte zu kennen, desto wichtiger wird es, dass die methodische Reflexion Schritt hält. Die Frage ist nicht, ob KI-Transkriptionen nützlich sind. Sie sind es, und zwar erheblich. Die Frage ist, wofür sie nützlich sind und wofür nicht.

Als Heuristik gilt: Für die Identifikation relevanter Dokumente in einem großen Bestand, für die schnelle Orientierung im Quellenmaterial, für die Erstellung von Arbeitstexten ist maschinelle Transkription ein verlässliches Werkzeug. Für die verbindliche Edition, für das Zitat in einer Publikation, für Argumente, die auf genauen Wortlauten basieren, ist die kritische Prüfung durch den Historiker unersetzlich.

Ob ein Algorithmus in fünfzehn Jahren diese Grenze verschieben kann, bleibt eine offene Frage. Bis dahin sitzt die Urteilskompetenz dort, wo sie seit Droysen und Ranke sitzt: beim Historiker, der das Dokument vor sich hat und fragt, wer es geschrieben hat, warum und was davon zu glauben ist.

Häufige Fragen

Wie zuverlässig sind KI-Transkriptionen historischer Handschriften? Die Erkennungsrate moderner HTR-Systeme liegt bei einheitlichen, gut erhaltenen Handschriften häufig zwischen 90 und 98 Prozent auf Zeichenebene. Bei stark abweichenden Schreibervarianten, beschädigten Vorlagen oder seltenen Fachbegriffen sinkt die Genauigkeit erheblich. Eine manuelle Nachkontrolle bleibt für wissenschaftliche Nutzung obligatorisch.

Muss ich eine KI-Transkription als Quelle gesondert kennzeichnen? Für wissenschaftliche Arbeiten empfiehlt sich eine transparente Angabe, dass die Transkription maschinell erstellt und anschließend manuell geprüft wurde. So ist der Entstehungsprozess für Leser und Gutachter nachvollziehbar. Es gelten dieselben Zitierregeln wie für jede edierte Quelle.

Welche Fehlertypen macht eine KI bei historischen Handschriften? Drei Muster dominieren: die visuelle Verwechslung ähnlicher Zeichen wie n, u und ü, Fehler bei seltenen oder historischen Begriffen, die im Trainingskorpus fehlen, sowie strukturelle Fehler bei Streichungen, Randnotizen und Seitenumbrüchen. Wer diese Muster kennt, kann gezielt prüfen, statt jedes Wort einzeln zu kontrollieren.

Darf ich ein KI-Transkript in einer Abschlussarbeit verwenden? Ja, allerdings als Arbeitsgrundlage und nicht als fertige Edition. Die zitierten Passagen müssen mit dem Original abgeglichen werden, und der Prüfprozess gehört in den methodischen Teil der Arbeit. So bleibt die wissenschaftliche Nachvollziehbarkeit gewahrt.